R中substitute函数与qoute函数

Substituting and Quoting Expressions

Description

substitute returns the parse tree for the (unevaluated) expression expr, substituting any variables bound in env.

quote simply returns its argument. The argument is not evaluated and can be any R expression.

x <- 100
 substitute(x)
x
 quote(x)
x

quote一直就是它括起的名称，而substitute如果参数名字有赋值，那就是赋值后的。 从下例可以看出两者处理函数的参数是不一样的。

f <- function(argX) {
   list(quote(argX), 
substitute(argX),
substitute(argX,list(argX=argX)),
substitute(argX,list(argX=10)),
substitute(argX,list(argX11=10)),argX)
}

suppliedArgX <- 100
f(argX = suppliedArgX)

#结果
[[1]]
argX

[[2]]
suppliedArgX

[[3]]
[1] 100

[[4]]
[1] 10

[[5]]
argX

[[6]]
[1] 100

更具体说是这样的：substitute解析每个元素进行替换，如果它不是env中的绑定符号，则保持不变。如果它是一个promise对象，即函数的形式参数或使用delayedAssign函数显式创建的，则promise的表达式替换成该符号。如果它是普通变量，则其值被替换，除非env是.GlobalEnv（全局环境），在这种情况下符号保持不变。

substitute有两种情况会发生名字的替换：一是在函数的参数中应用它时，二是当环境是非.GlobalEnv时。

#其一
expr <- quote(x + y)
print(expr) # x + y
eval(expr, list(x = 1, y = 2)) # 3

expr <- substitute(x + y, list(x = 1))
print(expr) # 1 + y
eval(expr, list(y = 2)) # 3

#其二
mye <- new.env()
assign(x = "a",value = 1,env =mye)

substitute(a,env = mye)
[1] 1

get("a",env = mye)
[1] 1

mye$a
[1] 1

 quote(a)
[1] a

因为R是惰性求值，对变量名的定义不像其他语言那么清晰。如下cy1,

因为cyl没有被立刻评价，它像一个表达式对待随后被解析树解析，如果用substitue就可被解析出来。 根据quote和substitute我们可以以数据框列名为对象作为参数进行函数的编写，这种编写方式是非常符合人类正常思维的。

> dplyr::summarise(mtcars, total_cyl = sum(cyl))
  total_cyl
1       198
>  substitute(cyl, mtcars)
 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
> mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2